人工智能78：从预测目标、网络结构、组合优化角度改进多任务学习
　　本文从预测目标、网络结构、组合优化角度探讨多任务学习选股模型的改进。在多期限收益预测基础上，引入夏普比率作为预测目标；参考腾讯2020年发表的PLE模型，在GRU内部引入多层专家和门控网络；采用多周期优化融合不同期限收益预测。结果表明，改进模型相比基线均有提升，引入PLE总体优于引入夏普比率，PLE结合多周期优化模型在指数增强组合的超额收益上优于大部分对照模型。回测期2016-12-30至2024-04-30内，周单边换手20%条件下，中证500增强组合年化超额收益18.1%，信息比率3.05，中证1000增强组合年化超额收益28.7%，信息比率4.24。
　　改进方向之一：引入夏普比率，预测目标考虑风险信息
　　本研究的多任务学习基线模型架构为：针对日K线和周K线，分别采用多任务GRU网络，同时预测未来10日和20日收益率，预测值求均值视作单因子；针对分钟K线，人工构建50个因子，采用最大化10日ICIR法合成；最后将日K线、周K线和分钟K线因子等权合成。基线模型的预测目标仅考虑收益，未考虑风险。改进方向之一采用包含收益和风险信息的夏普比率作为目标，在10日和20日收益预测基础上，引入20日夏普比率预测任务。
　　改进方向之二：引入PLE架构，采用多层专家和门控网络提升表征能力
　　腾讯PCG团队2020年提出PLE（Progressive Layered Extraction）架构，采用多层专家和门控网络设计，提升特征表征能力。改进方向之二将PLE引入基线模型的双层GRU网络。其中，第一层的任务共享专家网络和任务特定专家网络接受相同的原始K线输入信息，采用单层GRU提取浅层特征表征后，通过第一层门控单元进行融合；第二层的任务共享专家网络和任务特定专家网络接受特异的输入信息，采用单层GRU提取深层特征表征后，通过第二层门控单元进行融合。门控单元均采用单层GRU网络与Softmax激活。后续的任务特异层与基线模型一致。
　　改进方向之三：引入多周期优化，最大化多期收益并限制远期换手
　　多任务学习同时预测不同期限收益率，基线模型直接求均值作为最终预测，缺点是投资意义不明确。改进方向之三采用多周期优化技术，将10日和20日收益预测同时输入组合优化器。单周期优化中，每期组合优化的目标函数为最大化预期收益。多周期优化中，目标函数除了最大化预期收益项外，还加入了换手率惩罚项。在最大化组合短期收益和长期收益的同时，限制组合当期换手以及下期可能的换手。
　　测试结果：三项改进均有效，PLE+多周期优化模型表现出色
　　测试结果表明，三项改进相比基线均有提升。从GRU单因子看，引入夏普比率和引入PLE均优于对应的基线。从指数增强组合看，引入PLE总体优于引入夏普比率。将“多任务学习+PLE取10日预测”与“多任务学习+PLE取20日预测”的预测值作为多周期优化的输入变量，构建中证500和中证1000指数增强组合，超额收益优于大部分对照模型，同时在回撤控制上体现出优势。回测期2016-12-30至2024-04-30内，周单边换手20%条件下，中证500增强年化超额收益18.1%，信息比率3.05，Calmar比率3.22；中证1000增强年化超额收益28.7%，信息比率4.24，Calmar比率6.93。
　　风险提示：人工智能挖掘市场规律是对历史的总结，市场规律在未来可能失效。人工智能技术存在过拟合风险。深度学习模型受随机数影响较大。本文测试的选股模型调仓频率较高，假定以vwap价格成交，忽略其他交易层面因素影响。